young_so_nice的博客

首先SVM算法它也是一种分类算法，类似于贝叶斯分类算法，但是在底层的实现还是不同，它可以用更少的样本，训练出更高精度的模型。支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的， 它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中 支持向量机方法是建立在统计学习理论的VC

聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y的， 也就是说样例中已经给出了样例的分类。而聚类的样本中却没有给定y，只有特征x， 比如假设宇宙中的星星可以表示成三维空间中的点集 聚类的目的是找到每个样本x潜在的类别y，并将同类别y的样本x放在一起。 比如上面的星星，聚类后结果是一个个星团，星团里面的点相互距离比较近，星团间的星星距离就比较远了。

首先介绍：Summary statistics 1、summary statistics（汇总统计） Summary statistics提供了基于列的统计信息，包括6个统计量：均值、方差、非零统计量个数、总数、最小值、最大值。import org.apache.spark.{SparkContext, SparkConf}import org.apache.spark.mllib.